新型流体袋缓冲机构的几何参数对缓冲性能的敏感性分析和优化（英文）

设计了一种能在小位移条件下提供轴向大刚度的流体袋缓冲机构。研究了当它受到冲击载荷时,机构的刚度和流体袋内部压力的动态变化规律。针对受冲击过程中对柔性接头的保护性能和流体袋内部的压力变化,采用正交实验设计方法,分析了流体袋各几何参数对轴向刚度影响的敏感性,得出了受冲击时流体袋各几何参数的最优参数组合,该参数组合可以使内壳的位移减少41.4%。结果表明：流体袋受冲击后,其内部压力是一个振荡波动的上升过程;流体袋各几何参数对机构轴向刚度的敏感性高低顺序为：高度H、半径r、壳厚t、倒角A;流体袋各几何参数和流体袋内部压力的相关性关系为：高度H和内部压力为负相关关系,半径r、壳厚t、倒角A和内部压力为正相关关系。     

基于经验模分解的PPP时间比对数据消噪方法CSCD

精密单点定位(PPP)时间比对数据会受到观测噪声的影响,因此对时间比对数据进行消噪是一项重要工作。提出一种基于经验模分解(EMD)的PPP时间比对数据消噪方法,并将该方法与Vondrak滤波方法的消噪效果进行对比。结果表明,两种方法的消噪效果相当,均能有效滤除PPP时间比对数据中的随机噪声,明显改善时间比对的稳定度。     

结构模型修正中一种新的摄动方法

通常的振动方法是对质量矩阵和刚度矩阵的变化做同样幅度的小摄动，进而给出在这个小摄动下频率和振型向量的变化。文章导出了实际应用中质量矩阵和刚度矩阵的变化具有不同的幅度时，相应的频率和振型向量的改变值，算例表明新摄动方法具有更好的近似性和更广的应用范围。     

一种电磁层析图像快速重建算法

针对电磁层析成像（EMT）逆问题中,灵敏度矩阵的病态性、不适定性等问题,提出了一种新的电磁层析图像快速重建算法。利用主成分分析（PCA）对灵敏度矩阵做降维映射,再利用奇异值分解（SVD）求广义逆矩阵,重建图像。在选取灵敏度矩阵的协方差矩阵的特征值个数中,利用灵敏度矩阵特有的多样本特性,提出图像相关系数最大化算法,更加合理地去除灵敏度矩阵中的冗余信息,在尽可能不丢失成像特征信息的条件下,提高了解稳定性。实际采集数据成像时,该算法只需一次矩阵乘法运算,为快速实时成像提供了可能。与传统单步算法和迭代算法相比,该算法在成像质量和速度上都有较明显优势。      

单自由度力觉交互系统建模与分析

为提高力觉交互系统性能,需要通过建模和分析来了解各参数对系统性能的影响.对单自由度力觉交互系统,假设虚拟环境为被动,将操作者对系统影响分为主动输入和被动阻抗,建立了包括操作者在内的力觉交互系统模型;通过双端口网络理论的应用,就系统对刚度阻尼组合虚拟环境的稳定性进行了分析,给出了系统稳定条件的一般判定准则,并由此分析了传动刚度对系统稳定性的影响.该方法可以用于对力觉交互系统的性能评估和设计指导.      

基于力矩前馈和舵机角度补偿的力矩控制

针对舵机刚度测试中力矩精确加载问题,设计了基于力矩前馈和舵机角度补偿的高精度、大量程力矩加载控制系统.对系统中力矩电机、力矩电机驱动器和加载弹性杆进行了建模分析,从加载目标、频宽及系统稳定性的角度,分析了弹性杆刚度对力矩加载性能的影响.针对力矩闭环控制系统的持续振荡及相位滞后问题,基于不变性原理引入了力矩前馈及舵机角度补偿的复合控制策略.实验表明该方法能有效抑制力矩的振荡及相位滞后,满足刚度测试对加载力矩的控制精度要求.     

弹性环式挤压油膜阻尼器动力设计方法

弹性环式挤压油膜阻尼器(ERSFD)与传统挤压油膜阻尼器(SFD)相比,在动力特性方面具有一定的特色.以燃气涡轮发动机用ERSFD为对象,基于有限元挤压油膜理论对ERSFD的弹性环支承刚度、油膜压力场分布和油膜阻尼等特性进行了研究.根据ERSFD的结构特点,利用有限元法分析其动力特性不仅具有模型简单、计算量小的优点,而且能考虑到各种复杂的边界条件及封严装置.研究结果表明,本计算方法和结果可以作为ERSFD结构优化的依据.与SFD(Squeeze Film Damper)相比,ERSFD具有分段式油膜间隙,可利用弹性环的弹性变形来调整油膜间隙,将油膜间隙控制在一个合适的范围内,从而有效地避免传统SFD在一定工作条件下的非线性振动现象的发生.      

T尾低速颤振模型设计

依据某大型飞机T尾几何尺寸和将进行试验的风洞特性，按照相似理论，确定了T尾低速颤振模型缩比比例系数。按照实际结构的动力特性，经过多轮分析计算，提出了模型设计方案。通过梁架模拟T尾振动特性、框段模拟T尾外形，加工制造了T尾低速颤振模型。特别是设计了一系列变参机构以模拟对颤振特性有显著影响的平尾迎角和上反角，也可调整平尾的俯仰刚度以及T尾和机身连接刚度，以实现相应参数的变化，研究这些参数对颤振特性的影响。     

基于最小二乘法的分解炉温度控制数学模型

根据分解炉温度控制的实际生产情况,确定了三次风、煤粉和生料流量与分解炉温度之间的关系,建立了分解炉温度控制的数学模型。由于神经网络可以实现对复杂非线性对象进行卓有成效的控制,因此选定神经网络中应用最广泛的BP神经网络作为控制算法,对三次风和煤粉阀门开度进行控制,从而实现对分解炉温度预测控制。     

关于n阶矩阵的三角分解

本文研究了关于n阶矩阵的LU分解及n阶正定矩阵的乔累斯基分解。这几种分解方法在解决问题的过程中不仅简单明了，而且增加了结果的准确性。